Print ...

Contributor...

  • Editor:

Path: Top > Makalah

Kompresi data menggunakan jaringan syaraf tiruan

Distance Learning from JBPTUNIKOMPP / 2010-11-02 14:14:31
By : Wendi Zarman, Dosen Teknik Komputer, FTIK, UNIKOM
Created : 2007-01-19, with 0 files

Keyword : jaringan syaraf tiruan, kompresi data, algoritma
Url : http://

Backpropagation network adalah salah satu algoritma belajar dalam jaringan syaraf tiruan (artificial neural network). Algoritma ini meruapakan algoritma belajar paling populer dan paling banyak digunakna dibandingkan dengan algoritma belajar jaringan syaraf tiruan lainnya. Beberapa kasus yang pernah dikerjakan menggunakan pendekatan ini diantaranya pengenalan pola, prediksi, serta model matematika. Pada makalah ini akan dicoba dijelaskan bagaimana jaringan syaraf tiruan dengan algoritma belajar backpropagation dapat digunakan untuk mengompres data sehingga data dengan ukuran matriks tertentu dapat disederhanakan dengan ukuran matriks yang lebih kecil.



Hasil percobaan komputasi ini mendemostrasikan sebuah matriks berisikan data bilangan biner berukuran 8x8 disederhanakan menjadi matriks baru berukuran 1x8, 2x8, 3x8, dan 4x8. Diantara keempat ukuran matriks itu hanya matriks 4x8 (50% dari ukuran matriks asli) yang bisa menghasilkan proses dekompresi dengan akurasi 100%.

Description Alternative :

Backpropagation network adalah salah satu algoritma belajar dalam jaringan syaraf tiruan (artificial neural network). Algoritma ini meruapakan algoritma belajar paling populer dan paling banyak digunakna dibandingkan dengan algoritma belajar jaringan syaraf tiruan lainnya. Beberapa kasus yang pernah dikerjakan menggunakan pendekatan ini diantaranya pengenalan pola, prediksi, serta model matematika. Pada makalah ini akan dicoba dijelaskan bagaimana jaringan syaraf tiruan dengan algoritma belajar backpropagation dapat digunakan untuk mengompres data sehingga data dengan ukuran matriks tertentu dapat disederhanakan dengan ukuran matriks yang lebih kecil.



Hasil percobaan komputasi ini mendemostrasikan sebuah matriks berisikan data bilangan biner berukuran 8x8 disederhanakan menjadi matriks baru berukuran 1x8, 2x8, 3x8, dan 4x8. Diantara keempat ukuran matriks itu hanya matriks 4x8 (50% dari ukuran matriks asli) yang bisa menghasilkan proses dekompresi dengan akurasi 100%.

Give Comment ?#(0) | Bookmark

PropertyValue
Publisher IDJBPTUNIKOMPP
OrganizationDosen Teknik Komputer, FTIK, UNIKOM
Contact Namedyah@unikom.ac.id
AddressJl. Dipati Ukur No.116 Lt.7
CityBandung
RegionWest Java
CountryIndonesia
Phone022-2533825 ext.112
Fax022-2533754
Administrator E-mailperpus@unikom.ac.id
CKO E-mailperpus@unikom.ac.id